『AWS Innovate – Data Edition』に参加して ＜データ分析＞のファーストステップ学んできました！

はじめに

8月19日、AWS主催の『AWS Innovate – Data Edition』に参加してきました！

そこで本日は数あるセッションの中で、私が参加しました
【30分で学ぶ！中堅・中小企業の方のためのデータ分析はじめの一歩】
のセッションについて一部情報をご紹介したいと思います！

なお、今回のセッション対象は
・既存のデータを活用してデータ分析を始めたい方
・データ分析に興味あるけど、あまり分かっていない…という方々です。

• はじめに
• なぜデータ分析をするの？
• まず何から始めるべき？
• サーバレスサービスのメリットとは？
• まとめ

なぜデータ分析をするの？

皆さん「なぜデータ分析をするの？」と問われ際どのように回答しますか？
この問いには、様々な文脈があると思いますが、一般的な回答しては
「ビジネス課題に対してデータに基づいた意思決定をするため」が基本的な目的になります。

つまり自身の勘や思い込みに頼らず、データを元に分析し仮設を立てて施策を打ち、
その結果どうだったかをデータを用いて評価するということです。
では、データに基づいた意思決定をするためには、何をしたら良いのでしょうか？

データに基づいた意思決定に必要なこと

まずは、解決したいビジネス課題を明確化します！
その後特定のビジネス課題に対してデータを収集、分析、施策を打つ、評価、次のアクションに
つなげる。これを繰り返すことで徐々に改善していきます。

では具体的に、ビジネス課題とはどのようなものが挙げられるのでしょうか？
セッション中に紹介された具体的はこちらです。

・どこに何が売られているかをより早く知り、営業活動を効率化したい
・何がいくつ売れているかを把握して、仕入れの効率を改善したい
・需要を可視化/予測することで、原材料の廃棄率を下げたい

このように、ビジネス課題を明確化したら次にデータ分析を行う必要があります。
ではデータ分析を行い、データに基づく意思決定をするためには
どのようなものが必要になるのでしょうか？

データに基づいた意思決定に必要なもの

セッション中に紹介されたのは、以下の3つです。

1. 意思決定(仮設検証)に役立つ指標
   →基本的には定量的に計測可能なメトリクス
2. 指標を出すための元データ
   →最終的にメトリクスに変換可能な大量の生データ
3. 元データを指標に落とすための仕組み
   →膨大かつ未整理の生データを分析可能は形に変換し、適切なツールを選択ちなみに上記で挙げた指標や元データは、実際どんなものがあるのででしょうか。

指標と元データの例

上記の指標や元データとして具体例を以下に記載させていただきました。

▶具体例①
ビジネス課題：既存のマーケティングでは顧客に有効にアプローチできない
指標：新商品売上やプロモーションの反応率
データ：ECサイトや既存店舗の売上データ、各種ログ

▶具体例②
ビジネス課題：顧客のサービス継続率が低下してきている
指標：顧客満足度やサービス継続率
データ：ユーザマスターテーブル、CRMマスター、サービス利用ログ

そして、このようなデータを元に何かしらの仮設を立てて、
施策を打ち、結果によっては検証を繰り返す必要があります。

また実際には現状が分からず、仮説が立てられず「何をしたらいいのか分からない」
ということもよくあるそうです。その場合は、今ある現状を可視化することから入り
仮説を探すことが重要のようです。

ここまでで、データ分析の流れが分かったところで
まず最初のアクションとしては何をすればいいのでしょう？

まず何から始めるべき？

まず始めは、データ分析で解決したいビジネス課題とビジネスゴールを決めて
それが決まったら、小さく始めて、まずは1本のデータ活用フローを作ることが必要です。

多くの場合は、仮説を立てるためにデータを可視化することが最初のステップになります。
そして効果を定量的に評価し、施策を見直すフィードバックサイクルを回します。

サーバレスサービスのメリットとは？

データ分析を始める場合、オンプレミスではなく
サーバレスサービスを選択することをおすすめします。
本セッションで紹介された、サーバレスサービスの特徴は以下3つです。

1. インフラのプロビジョニング不要
2. サーバ管理不要
3. 価値に対する支払いのため、コストが抑えられる

つまりサーバレスサービスを活用することで、お客様はデータ分析に集中できます。
さらにデータ活用の利用が少ない(検討段階の)時は
それほど支払額が高くないため、より気軽に始めることが可能になりますね。

AWSのサーバレスサービス「QuickSight」

データ活用のフローとして、データの可視化を行うケースが多いため、
本セッションではBIのサーバレスサービスであるQuickSightを例に挙げておりました！

皆さん「Amazon QuickSight」というAWSサービスはご存知でしょうか？
一言で言うとBIのマネージドサービスになります。
QuickSightのサービスの特徴は、いくつかありますが
今回は3つに絞ってご紹介します！

1. 運用管理不要、データ分析がすぐに始められる
   →サーバレスサービスのため、サーバーの運用管理が不要です。
   また「取り扱うデータが増え、パフォーマンスの維持が難しい」という心配は不要です！
   AWS側が勝手にスケールしてくれるので、安心してご利用可能です。
   
2. 料金体系が安価
   →QuickSightには、①ダッシュボードが作れるユーザー、②閲覧のみ可能なユーザー
   の2種類あり料金はそれぞれ異なります。また②の料金は、どれだけ利用しても最大5ドル/月、利用しない場合は費用が発生しないため大規模利用に向いていますね。
3. ブラウザのみで全機能が利用可能
   →①、②ともにブラウザのみで利用が可能です。
   操作も簡単、理解しやすいことを重視した設計構築がされております。

まとめ

今回は『AWS Innovate – Data Edition』のセッションをもとにデータ分析を始める前の
ステップからサーバレスサービス「Amazon QuickSight」のご紹介をしました。

「Amazon QuickSight」についてもっと知りたい！という方は
AWSが掲載しております、『AWS マンガで学ぶ Amazon QuickSight 活用』を是非ご覧ください！

その他にも「Amazon QuickSight」を活用したカスタマーストーリーも
掲載されておりますので、データ分析は始める検討材料の1つにご活用ください。

最後までご覧いただきまして、誠に有難うございました。